我是学knowkedge engineering的，后来人们给了这专业一个美丽的名字 big data. Data mining啥的全学过。
我可以跟你说当软件强到一定程度后data science 是完全可以被软件取代的
假设一个数据库有十个table每个table有十个field
通常所谓的data scientist就会根据经验把选取几个参数配以比重然后做data mining 当软件硬件强到一定程度的时候就根本不需要你的经验。电脑把所有10×10个参数按照各种排列组合各种比重盲算一遍保证没有死角可以发现人脑中正常意识也发现不了的规律。
而且长线是金短线是银，大方向不塌准再如何数据精华也没有用。你去算如何充分烧煤就算能把燃烧率提高20%也然并卵。
Data science 绝对不是一个长久之计。

neural network之类的非直接运算类
这些东西理论都是六七十年代就发明的可惜那时候硬件和编程能力有限
我不觉得在理论上最近十年有质变只不过计算机硬件和编程的提升让这些理论从纸上谈兵变成现实了。

一定是从孵蛋 喂鸡 杀鸡 烧鸡 卖鸡一条龙end to end去做
现如今孵蛋的归孵蛋的他们卖鸡苗 养鸡的归养鸡的 杀鸡归杀鸡 活禽都不能入城市 买鸡饭的只要知道怎么烧和卖就好了。

就好像电脑刚发明的时候需要运算结果的人往往还要自己写个编译器。
现如今底层代码 OS 编译器 sdk plugin class都有专人专项做。
在就业方面肯定是应用多过开发，应用的人不用管也无法全面了解这个数据挖掘按下去以后机器到底在做什么了。
对于底层开发的工作来说如果你不是科班出身或者大牛的话，半路出家可能还真的不行。但是底层往往就好比开发原子弹的可能赚的还不入应用层面那些卖茶叶蛋的。
所以要用数据挖掘人工智能也不需要也无法去从根本上学习与掌握。